weixin_43455338的博客

本文将CNN和NLP结合； 介绍了一系列的对比实验，实验结果说明了：一个简单的（单层神经网络）的CNN模型一点超参数的调节（Filter的个数）static word vector另外，对cnn模型进行了小改动：将static vec...

基于递推多元最小二乘和多类判别的分段仿射回归摘要在非线性回归中，选择合适的模型结构往往是一个具有挑战性的问题。虽然简单的模型（如线性函数）可能无法捕捉变量之间的内在关系，但由一大组非线性基函数描述的参数化模型往往会对训练数据进行过度拟合，导致对未知数据的泛化能力较差。Piecewise affine（PWA）模型可以描述非线性和可能的不连续关系，同时保持简单的局部仿射回归器输出映射，当从数据而...

主成分分析（PCA）是一种传统的数学方法，通过寻找数据的主成分来提取给定数据点集的主要特征。为此，PCA通过保持数据点在该方向上的最大可能方差来捕获数据点空间中的主轴。这使得PCA成为一种强大的算法，当它涉及到减少一些给定数据点的维数时，能够用较少的分量来表示它们，同时保留数据中许多有用的信息。如果给我们一组M数据点x1，。…，xm∈rn（训练数据点）PCA的目标是将这些数据点的维数降到l&l...